智能电网中电力线通信系统噪声抑制方法

智能电网中电力线通信系统噪声抑制方法

巩锐 迪莉白 ·瓦依提 张鹏

新疆信息产业有限责任公司 新疆维吾尔自治区 830000

摘要：电力线通信是一种基于配电网作为媒介的数据传输技术，是智能电网的核心技术之一。配电网的主体功能是传输电力，不同工况下的线路阻抗、信道衰落等均会产生各种噪声干扰。因此，如何抑制电力线通信噪声，实现信号的高质量传输是智能电网应用需要解决的重要问题。

关键词：智能电网；通信系统；噪声抑制

本文针对电力线通信系统噪声抑制问题，提出了一种基于变步长自适应滤波的噪声抑制方法。首先，构建了电力线通信系统的背景噪声模型和脉冲噪声模型。然后，采用自适应滤波处理电力线通信信号，并根据噪声特点改进了反正切函数变步长LMS算法，提高了算法收敛速度和稳态精度，通过仿真实验验证了算法的可行性。

1 电力线通信系统噪声建模

电力线通信系统中噪声通常包括有色背景噪声、窄带噪声、工频异步周期脉冲噪声、工频同步周期脉冲噪声以及突发脉冲噪声。前3种幅度随时间变化缓慢，平均功率较小，称为背景噪声，后2种噪声幅度随时间变化很快，称为脉冲噪声。在研究电力线通信系统噪声抑制之前，需要首先对背景噪声和脉冲噪声进行模型构建。

1.1 背景噪声建模

电力线通信系统背景噪声的幅度随时间缓慢变化，自回归模型能够有效描述这种特性。该模型通过白噪声激励源通过噪声滤波器模拟生成背景噪声，背景噪声的频域解可以表示为：

X(Z)=W(Z)H(Z) (1)

式中，W(Z)和H(Z)分别表示白噪声激励源的频域表示和噪声滤波器的频率响应。自回归模型的频率响应为：

式中，ai为自回归模型系数，P为自回归模型阶数。令白噪声激励源的方差为σ2,且Z=ejω,则背景噪声可以转化为：

噪声滤波器阶数确定后，即可根据上式拟合自回归模型参数，估计电力线通信系统背景噪声。构建了电力线通信系统背景噪声3阶自回归拟合模型，根据其信道噪声数据，背景噪声的仿真波形如图1所示。

1.2 脉冲噪声建模

电力线通信系统的噪声脉冲幅度随时间变化快，具有很强的时变性，难以用简单的数学模型进行描述，目前通用的做法是基于噪声脉冲特性对脉冲噪声进行建模，应用较为广泛的有Middleton A类模型、KATA模型和Bernoulli-Gaussian模型。文中采用Bernoulli-Gaussian模型，建模过程介绍如下。

图1 背景噪声仿真波形 

基于Bernoulli-Gaussian模型的电力线通信脉冲噪声序列可以表示为：

ik=bkgk+wk, k=0,1,…,N-1 (4)

式中，gk和wk均表示零均值高斯白噪声序列，且要求gk、wk互相独立；N表示脉冲噪声的序列长度；bk表示独立同分布的Bernoulli随机过程：

噪声脉冲的发生概率受到Bernoulli过程参数p的影响，p越大，电力线通信系统的噪声脉冲发生概率越高。Bernoulli-Gaussian模型的概率密度函数可以表示为：

式中，σ2gg2和σ2ww2分别表示gk和wk的功率。图2基于Bernoulli-Gaussian模型仿真生成了电力线通信系统的脉冲噪声。

2 改进变步长LMS去噪方法

2.1 固定步长LMS算法

自适应滤波的一项重要应用就是消除信号中的噪声，其优点是去噪过程中无需输入信号与噪声的概率分布知识，能够根据信号特点自适应调节滤波参数以达到最优去噪性能。基于自适应滤波的噪声消除模型如图3所示。

图2 脉冲噪声仿真波形 

图3 自适应滤波噪声消除模型 

图3中，x(n)表示滤波器输入信号；y(n)表示滤波器输出信号；d(n)和e(n)分别表示期望信号和误差信号。滤波器消噪过程中，滤波器的权值参数能够通过误差信号e(n)实现自适应修正，以减小下一个时刻的输出信号y(n+1)与期望信号之间的误差，不断重复上述过程实现输出信号对期望信号的逼近，最终实现自适应滤波降噪。

基于不同的优化准则能够有不同的滤波器参数的自适应调整实现方法，基于最小均方准则的随机梯度下降算法在各领域得到了广泛应用。令W(n)表示滤波器权值参数向量，自适应滤波权值调节过程可以表示为：

e(n)=d(n)-XT(n)W(n) (7)

W(n+1)=W(n)+2μX(n)e(n) (8)

式中，μ表示步长因子。令λmax表示输入信号的自相关矩阵特征值的最大值，则自适应算法的收敛条件为0<μ<1/λmax。

自适应滤波LMS方法的步长因子对滤波器性能影响较大，并且固定步长因子难以调和滤波器收敛速度和稳态失调之间的矛盾，为此各种变步长自适应LMS算法被提出。

2.2 改进变步长LMS算法

文中针对电力线通信系统噪声抑制问题，对基于反正切的变步长LMS算法进行改进，使得算法初期的步长较大，提高自适应滤波消噪收敛速度；当算法接近平稳时，减小步长因子，提高算法的稳态精度。

2.3 算法性能分析

相关文献已经对自适应滤波算法性能进行了广泛而深入的分析与研究，在将自适应滤波应用于电力线通信系统噪声抑制时，主要考虑算法的收敛速度、稳定性、抗干扰性和稳态精度，本节分析改进反正切函数变步长LMS算法在这几个方面的性能。

结束语

研究了基于自适应滤波的智能电网电力线通信噪声抑制问题，提出了改进变步长LMS噪声抑制方法，并通过背景噪声抑制和脉冲噪声抑制仿真实验验证了算法的有效性。仿真实验结果表明，该方法能够有效抑制电力线通信系统噪声，降低误码率，提升通信质量，但对脉冲噪声抑制能力不强，后续需要开展算法的脉冲噪声抑制能力提升研究。

参考文献

[1] 李实，石顾禹，钱玉文.基于缓存机制的能耗最小化电力线通信网络设计[J].计算机工程，2019,45(11):91-96.

[2] 冯驰，吴丽莎，张凯，等.基于LS-SVM的电力线通信网络载波频率估计[J].信息技术，2019,43(1):103-107.